AIコアに照準、バイナンスが投資・育成するFHEプロジェクトMind Networkを詳細解説
TechFlow厳選深潮セレクト
AIコアに照準、バイナンスが投資・育成するFHEプロジェクトMind Networkを詳細解説
Mind Networkは、FHEを基盤としてAIおよびPoSネットワーク向けに設計された初の再ステーキングソリューションです。
Web3業界の深掘り報道に専念し潮流を洞察暗号理論の聖杯――完全準同型暗号（Fully Homomorphic Encryption）
5月5日、イーサリアム創設者V神が再びTwitterで2020年のFHE（完全準同型暗号）に関する記事を共有し、FHE技術の応用に対する注目と議論がさらに高まっている。V神の記事は関連する数学的原理を深く紹介しており、英語原文はこちら。
FHE（Fully Homomorphic Encryption）とは完全準同型暗号計算のことで、ZKと同様に暗号理論の最先端分野の一つであり、「暗号理論の聖杯」とも呼ばれている。
簡単に言えば、完全準同型暗号とは、データを復号せずにそのまま暗号化された状態で計算できる技術のことである。
1+2の計算では簡単に結果として3が得られるが、暗号化された状態でEncrypt(1)+Encrypt(2)を実行しても依然としてEncrypt(3)が得られることがFHEの特徴であり、すなわち「暗号文の計算＝平文を暗号化した後の計算結果」となる。
ZKとは異なり、FHEはWeb3における応用において特にデータのプライバシーとセキュリティに重点を置いており、現時点での応用状況から見ても、ZKは主にスケーラビリティ拡張の方向に使われている。
Web3の世界ではZKRollupを中心としたZK技術がよく知られているが、FHEもAIなどの複数の分野で独自の可能性を徐々に示しつつある。
Mind Network
Mind Networkは、FHEに基づき、AIおよびPoSネットワーク向けに設計された初のリステーキングソリューションである。
EigenLayerがイーサリアムエコシステムにおけるリステーキングソリューションであるように、MindはAI分野におけるリステーキングソリューションである。リステーキングとFHEコンセンサスセキュリティソリューションを通じて、分散型AIネットワークのトークノミクス的セキュリティとデータセキュリティを確保している。
チームのバックグラウンドを見ると、Mindの主要メンバーはケンブリッジ大学、Google、Microsoft、IBMなどの機関出身のAI、セキュリティ、暗号学の教授や博士が中心である。コアメンバーはかつてイーサリアム財団フェローに選ばれた12人のうちの一人でもあり、イーサリアム財団研究チームとともに暗号理論とセキュリティ分野で共同研究を行ってきた。Mindが世界で初めて開発したFHE＋ステルスアドレスのソリューション――MindSAP（研究論文リンク、内容は高度なので各自ご確認を）は、V神が提起したStealth Address Open Problemの課題を解決したものであり、イーサリアムコミュニティ内で大きな注目を集めた。これまでにも多数の論文発表や講演を行っている。
Mind Networkは2023年にBinanceインキュベーターに選出され、Binanceなどを含む著名な機関から250万ドルのシード資金調達を完了した。また、イーサリアム財団のFellowship Grantを受領し、Chainlink Build Programに選出され、Chainlinkとの公式チャネルパートナー契約を締結した。
2024年2月、Mind Networkは著名な暗号学企業ZAMAとFHE分野における主要パートナー提携を発表した。
最近では、Mind Networkはエコシステム展開をさらに加速させ、io.net、Singularity、Nimble、Myshell、AIOZなどに対してAIネットワークコンセンサスセキュリティサービスを提供し、Chainlink CCIPに対してはFHE Bridgeソリューションを提供。またIPFS、Arweave、GreenfieldなどにはAIデータの安全なストレージサービスを提供している。
FHE＋AI：AIの本質的課題に直面
今年4月の香港Web3カンファレンスにて、VitalikはEncrypted Voting（暗号化投票）などのシーンにおけるFHEの将来への期待を表明した。FHEは暗号理論の最前線であり、同時にイーサリアムが追求する暗号理論の限界領域でもある。
ZAMAの創業者は最近、「マスタープラン」についての記事を公開した。同社はエンドツーエンドの暗号化ネットワークHTTPZ（「Z」は「Zero Trust（ゼロトラスト）」を意味する）構築のビジョンを示し、FHEをブロックチェーンおよび人工知能分野に普遍的に浸透させることを目指している。
AI分野で注目されるいくつかのプロセス、例えばトレーニング、チューニング、利用、評価などは、分散化の過程において共通の難題に直面している。それは「信頼の前提を取り除く方法」である。たとえば：
-
AIモデルのトレーニング時、クロスバリデーションにより最適なトレーニング結果を選定する必要がある
-
AIサービスを利用する前に、既存のサービスをランキング付けして最適なサービスを決定する必要がある
-
AIモデルは継続的なチューニングと反復が必要であり、独立した評価を行う必要がある
これらのプロセスは、中央集権的な環境では大手企業のコンプライアンスに対する信頼前提に基づいている。つまり、大手企業が「悪意なく」行動することを前提としている。
しかし、分散化の過程においては、そのような信用保証が存在しないため、すべての参加者が公平かつ効果的に協力しているかをどう検証するかが難問となる。この点こそがFHEが力を発揮できる場所である。
例えば：
-
AIモデルのトレーニング時にクロスバリデーションを行う場合、匿名投票によって最適なトレーニング結果を選定し、OpenAIのような存在に対する信頼前提を排除する
-
AIサービスを利用する前に、既存サービスのランキング付けを行う場合、匿名での評価により各サービスの品質を決定し、AI AppStoreのような存在に対する信頼前提を排除する
-
AIモデルのチューニングや反復のために独立評価を行う場合、ランダムサンプリングによるチェックで信頼できる評価を実現し、評価機関に対する信頼前提を排除する
FHEの導入により、AIはゼロトラストを実現でき、ZKがまだ必要とするオフチェーン集計における信頼前提を補完できる。
AIにおけるこのようなゼロトラストの事例は他にも多く挙げられ、AIエージェントやマルチエージェント間のより良い知的接続と健全なガバナンスの実現にも寄与する。
同時に、FHEの独特な暗号文計算の特性により、他の二つの難題「データのプライバシー」と「データ所有権」も解決可能となる：
-
私たちのデータを誰が見ることができるのか？＝データのプライバシー
-
AIによって処理されたデータの所有者は誰か？＝データ所有権
FHEは、データが常にユーザー側で暗号化されたまま保持され、ユーザー外部では保存・転送・計算のすべての段階で暗号文としてのみ存在することを実現できる。
これまで、FHE以外ではデータは保存時および転送時にしか暗号化できず、計算を伴う場合には必ず暗号文を平文に復号する必要があった。これにより、ユーザーはデータの所有権を失ってしまっていた。現実世界でも多くの例がある。ユーザーの平文データが一度コピーされれば、第三者はそれを無限に複製でき、それが実際に使用されているかどうかをユーザー自身が把握することは不可能であり、データ利用者の自己申告や第三者監督に依存するしかない。一方、FHEを使えば、ユーザーの暗号化データがコピーされたとしても、復号や平文の参照にはユーザーの同意が必要となるため、ユーザーはデータの動向を常に把握できる。つまり「利用可能・取引可能だが閲覧不可」という状態を実現し、データのプライバシーと所有権の両方を真に保護できる。
この特性は、AI＋Web3にとって極めて重要であり、公開形式でのステーキングを可能にしながらも、暗号化方式によるコンセンサスを実現し、悪意のある行為や資源の浪費を防ぐことができる。
AIの次なる大きな出来事（next big thing）
このように見ていくと、AIとWeb3の融合は必然であり、FHEがAIにとって果たす役割は、Appleにおける【next big thing】のようなものといえるだろう。
最近、IO.NETとMind Networkは、AIのセキュリティと効率性の強化に向けて深い協力を発表した。IO.NETは、Mind Networkの完全準同型暗号ソリューションを自社の分散型コンピューティングプラットフォームに導入し、製品のセキュリティ強化を図っている。
協力の詳細についてはこちら：Mind Network and io.net Partners up for Advanced AI Security and Efficiency
IO.NETは、分散型コンピューティングを通じてAIとFHEの統合に成功した好例である。
IO.NETを例にすると、ユーザーが計算リソースを提供し、AI開発者がそれを利用（リース）する。
ある開発者がAIプロジェクトに参加し、要求を提出すると、システムがそれを分割して、ユーザーが提供する計算リソースで処理を行う。
このとき、以下の問題が生じる：どのユーザーの計算リソースを使うのか？計算結果は正しいのか？リソースのリース中に双方のプライバシーが漏洩しないか？
1. どのユーザーの計算リソースを使うのか？
通常、どのノードを選ぶかはテストジョブを通じて判断される。つまり、不定期にタスクを発行し、どのノードがオンラインで要求を受け入れ可能かを確認する。
このプロセスでは、特定ノードが意図的に操作を行い、優先権を得ようとする可能性があり、MEV攻撃に類似したリスクが存在する。
これに対し、MindはFHEを用いて公平な配布メカニズムを提供する。要求とデータがすべて暗号化されているため、ノードは有利な選択を行うことができない。
2. 計算結果は正しいのか？
分散型コンピューティングでは、計算結果の正当性を保証するために一定のコンセンサス（投票）が必要となる。
ノードが互いの選択結果を知ってしまうと、それに追随する「同調投票」が発生し、結果が不公正・不正確になる恐れがある。
FHEによる暗号化計算では、ノード間の投票結果は相互に暗号化されたままでも最終的な計算に参加できるため、結果の公正性が保証される。
3. リソースのリース中に双方のプライバシーが漏洩しないか？
FHEの本質はデータセキュリティであり、計算時もデータも対象もすべて暗号化されるため、自然とプライバシー漏洩のリスクは回避される。
リステーキングの視点から見る
IO.NET自体はPoSネットワークと見なすことができ、ノードはIOトークンをステークすることで、計算リソース提供の報酬を得る。
ここで生じる問題は、ステークされたトークンの価格変動が大きすぎると、検証者とネットワークのセキュリティに影響が出ることだ。
これに対してMindのソリューションは、デュアルステーキング（二重ステーキング）、さらにはトリプルステーキングである。
BTC/ETHの流動性ステーク代幣やブルーチップAIネットワークのトークンをステーキング対象とすることでリスクを分散させ、ネットワーク全体のセキュリティを強化する。これは本質的に、リステーキングによるセキュリティ共有の進化版である。
またMindはリモートステーキングもサポートしており、LST/LRT資産に対して実際のクロスチェーン移動を必要とせず、資産の安全性を確保できる。
数日前、MindはGlaxeテストネットのタスクを終了し、65万人以上のアクティブユーザーが参加し、320万件のテストネット取引データが生成された。
公式情報によると、Mindのメインネットプロトコルも近日中にリリース予定である。
まとめ
総じて、MindはFHEとAIというテーマを掲げるが、キーワードは実は「セキュリティ」であり、暗号理論を使ってさまざまな本質的なセキュリティ課題を解決している。
リステーキングはトークノミクスのセキュリティ、リモートステーキングは資産のセキュリティ、FHEはデータのセキュリティ、AI＋FHEはコンセンサスのセキュリティである。
ブロックチェーンの構造は暗号理論に基づいている。そして、その未来の答えもまた、暗号理論の中にあるかもしれない。
AIネットワークに限らず、Mind Networkはそのソリューションの適用範囲を広げており、分散型ストレージ、EigenLayer AVSネットワーク、Bittensor Subnet、クロスチェーンブリッジなど多方面での協力を進め、FHEの巨大な可能性を示している。
2024年のWeb3において、暗号理論の領域をZKが幕開けしたなら、FHEは下半期の主旋律となるだろう。加えて、AIの熱狂は依然衰えを知らず、AI＋FHE＋リステーキングという三重のストーリー、そしてイーサリアム財団やBinanceの投資という光環の中で、MindがFHEのリーダー的存在となり得るか否かは、まもなく始まるメインネットのローンチによって明らかになる。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
